diff --git a/compose.yaml b/compose.yaml
index 0d3b48c..1f27168 100644
--- a/compose.yaml
+++ b/compose.yaml
@@ -153,12 +153,15 @@ services:
     environment:
       NVIDIA_VISIBLE_DEVICES: ${MEDIUM_GPU_DEVICES:-0,1}
       NVIDIA_DRIVER_CAPABILITIES: compute,utility
-      # Temporary llama.cpp cache workaround: keep Medium text-only. Current
-      # multimodal builds can discard the complete KV state on a later turn.
-      # The model split, context and MTP settings remain unchanged.
+      MTMD_BACKEND_DEVICE: CUDA1
     command:
       - --model
       - "/models/${MEDIUM_MODEL_FILE:?MEDIUM_MODEL_FILE is required}"
+      - --mmproj
+      - "/models/${VISION_PROJECTOR_FILE:?VISION_PROJECTOR_FILE is required}"
+      - --mmproj-offload
+      - --mmproj-device
+      - CUDA1
       - --alias
       - qwen-medium
       - --ctx-size
diff --git a/docs/CURRENT_RUNTIME_NOTES.md b/docs/CURRENT_RUNTIME_NOTES.md
index 5772834..22dec58 100644
--- a/docs/CURRENT_RUNTIME_NOTES.md
+++ b/docs/CURRENT_RUNTIME_NOTES.md
@@ -10,13 +10,12 @@ wurde nach einem kontrollierten A/B-Test ersetzt. Der Wechsel verbessert den
 Durchsatz bei großen Werkzeuglisten, ohne im 70K-/120K-Kontext- und Cachetest
 eine Regression zu zeigen.
 
-## Qwen Medium: vorübergehend ohne Vision-Projektor
+## Qwen Medium: Vision-Projektor wieder aktiviert
 
-`qwen-medium` läuft aktuell als reines Textprofil **ohne `--mmproj`**. Das ist
-ein vorläufiger Workaround für einen llama.cpp-Fehler, bei dem ein geladener
-Multimodal-/Vision-Projektor die Wiederverwendung des Prompt-/KV-Caches
-verhindern und dadurch eine vollständige erneute Prompt-Verarbeitung auslösen
-kann.
+`qwen-medium` läuft wieder mit dem Qwen-Vision-Projektor. Der Projektor wird
+über `--mmproj-offload --mmproj-device CUDA1` gezielt auf der RTX 3060 geladen.
+Der vorübergehende Text-only-Workaround ist damit auf ausdrücklichen Wunsch
+beendet.
 
 Dabei gilt ausdrücklich:
 
@@ -24,11 +23,10 @@ Dabei gilt ausdrücklich:
 - **MTP / Speculative Decoding bleibt aktiviert**; MTP wurde nicht entfernt.
 - Modell, Quantisierung, GPU-Aufteilung und KV-Cache-Quantisierung bleiben
   unverändert.
-- Nur die Bildanalyse über den Qwen-Vision-Projektor ist im Medium-Profil
-  vorübergehend nicht verfügbar.
-- Der Workaround ist noch nicht durch einen vollständig kontrollierten lokalen
-  A/B-Test mit identischen Anfragen bestätigt. Er entspricht jedoch dem in
-  llama.cpp Issue #19858 und verwandten Meldungen beschriebenen Workaround.
+- Bildanalyse ist im Medium-Profil wieder verfügbar.
+- Der bekannte llama.cpp-/MMProj-Cachefehler kann weiterhin vollständige
+  Prompt-Neuverarbeitung in späteren Turns auslösen. Diese Einschränkung wird
+  zugunsten der benötigten Vision-Funktion bewusst akzeptiert.
 
 Referenz:
 
@@ -41,13 +39,3 @@ Automatische Hermes-Hintergrundanfragen können weiterhin den einzigen aktiven
 llama.cpp-Slot belegen und damit den Cache eines großen Chats verdrängen. Dieses
 Slot-Eviction-Problem ist unabhängig vom MMProj-Workaround und muss separat in
 der Hermes-Auxiliary-/Hintergrundverarbeitung geklärt werden.
-
-## Nächster Entscheidungspunkt
-
-Vor einer dauerhaften Übernahme kontrolliert vergleichen:
-
-1. identischer Mehrturn-Textchat mit MMProj,
-2. identischer Mehrturn-Textchat ohne MMProj,
-3. jeweils keine parallelen Hermes-Hintergrundanfragen,
-4. gelesene beziehungsweise erneut verarbeitete Prompt-Tokens und Prefill-Zeit
-   vergleichen.